微质的深层蛋白质覆盖使用简化数据独立获取的蛋白质工作流:一种表型多样化的细胞类型的方法考虑
Jessica Wohlfahrt1, Jennifer Guergues1, Stanley M Stevens1
1Department of Molecular Biosciences, University of South Florida, Tampa, FL 33620, USA.
Proteomes
|December 27, 2024
概括
研究人员开发了一种精简的蛋白质组方法来分析小质细胞,大脑的免疫细胞. 这种方法可以有效地从有限的样本中识别成千上万种蛋白质,有助于研究健康和疾病中的微质功能.
科学领域:
- 神经科学是一个神经科学.
- 免疫学 免疫学 免疫学
- 蛋白质组学是指蛋白质组学.
背景情况:
- 微质细胞是大脑中必不可少的先天性免疫细胞,对恒温和疾病至关重要.
- 微质功能与不同的表型状态有关,最好用它们的蛋白质组来表示.
- 微质细胞的蛋白质组分析是具有挑战性的,因为它们的复杂性和有限的样本可用性.
研究的目的:
- 开发一种精简,可复制的蛋白质组方法来分析微质细胞.
- 使用有限的起始材料创建一个全面的微质蛋白库.
- 为了提高微质细胞溶解体中的蛋白质识别和覆盖率.
主要方法:
- 实施了一种精简的液体和气相分化方法.
- 在TIMS-TOF仪器上利用了数据依赖采集 (DDA) 和并行积累-串行碎片化 (PASEF).
- 从不朽化的小鼠微质中生成一个实证蛋白库 (10μg输入),并将其与用于数据独立获取 (DIA) 分析的预测库 (200 ng输入) 进行比较.
主要成果:
- 一个实证图书馆确定了9140个微质蛋白.
- 与实证图书馆一起的DIA分析发现了平均7264个蛋白质/run.
- 综合实证和预测图书馆的覆盖范围增加到约8000种蛋白质,通过实证方法确定了独特的途径.
结论:
- 一个简化的,可重复的蛋白质组策略有效地分析了微质蛋白质组复杂性,样本输入低.
- 图书馆优化对于最大限度地提高表型多样化的微质中的蛋白质识别至关重要.
- 这种方法有助于更深入地了解微质在神经健康和疾病中的作用.
